Python:我如何创建一个包含与点的欧氏距离的列表dict

Question

假设我有一个具有给定坐标集的点的规则网格，如下所示：

Node IDs            Coordinates
0   1   2           (0,0)  (1,0)  (2,0)
3   4   5           (0,1)  (1,1)  (2,1)
6   7   8           (0,2)  (1,2)  (2,2)

在我的例子中，常规网格是使用NetworkX生成的2D graph。

如何创建列表的dict，其中密钥表示网络中的每个节点ID，并且列表包含从一个特定节点到连接到它的节点的距离？

示例：节点(0,0)连接到节点(1,0)和(0,1)。考虑到避免sqrt的计算成本的平方距离，我想要的dict将以mydict={0:[1,1],...]为特征，因为从节点(0,0)到其连接的邻居的平方距离在两种情况下都是1。因此，只要每个节点都有邻居，每个列表就足够长。

我没有提供一些代码，因为我不知道如何解决这个问题。非常感谢那些愿意提供帮助的人。

编辑

这就是创建常规网络的方式：

import networkx as nx
N=3
G=nx.grid_2d_graph(N,N)
pos = dict( (n, n) for n in G.nodes() )
labels = dict( ((i, j), i + (N-1-j) * N ) for i, j in G.nodes() )
nx.relabel_nodes(G,labels,False)
inds=labels.keys()
vals=labels.values()
inds.sort()
vals.sort()
pos2=dict(zip(vals,inds))
nx.draw_networkx(G, pos=pos2, with_labels=False, node_size = 15)

这就是如何获得每个节点的邻居：

for node in G.nodes():
        list_of_neigh=G.neighbors(node) #The connected neighbors of node n

这就是访问图中每个节点的方法：

G.nodes()

Answer 1

假设节点是元组（a，b），类似这样的东西（未测试）？：

def dist(n1, n2):
    x = n2[0]-n1[0]
    y = n2[1]-n1[1]
    return math.sqrt(x*x + y*y)   # or math.hypot(x, y)
distances = {}
for node in G.nodes():
    list_of_neigh = G.neighbors(node)
    distances[node] = [dist(node, x) for x in list_of_neigh]